Large Language Models zur Extraktion zeitlicher Relationen aus französischen Klinikberichten
Von KI ausgewählt und zusammengefasst
Worum es geht
Bewertung offener LLMs (vier Modelle) mittels Few-Shot-Prompting für die Extraktion und Normalisierung von zeitlichen Angaben zu Symptomen und Diagnosen in klinischen Narrativen; Validierung an realen französischen Patientendaten zu Seltenen Erkrankungen.
Ergebnis
F1-Score von 0,72 für seltene Diagnosen und 0,61 für Phänotyp-Events; Normalisierung ohne relevante Fehlerfortpflanzung. Ansatz bewährt sich auch auf englischem i2b2-Corpus. LLM-as-a-Judge und menschliche Validierung bestätigen klinische Plausibilität.
Übertragbarkeit auf Deutschland
Französische Kliniksystem, FHIR-kompatibel, deutsches Gesundheitsdatenraumkonzept übertragbar.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.